Філологи КНУ створили Електронний корпус текстів української мови

22.01.2016 Група дослідників лабораторії комп’ютерної лінгвістики кафедри сучасної української мови Інституту філології на чолі з доктором філологічних наук Наталією Дарчук за п'ять років створила електронне зібрання текстів українською мовою, що не поступається аналогічним ресурсам у Польщі, Австрії, Великій Британії та Німеччині. Проект http://www.mova.info — відкритий та безкоштовний, корисний не лише фахівцям-лінгвістам, а й письменникам, журналістам і науковцям як в Україні, так і за кордоном.




Корпус української мови – це електронне зібрання текстів, упорядковане, організоване й оформлене так, щоб ним мали змогу користуватися як науковці-професіонали, так і пересічні користувачі, які намагаються вдосконалити своє знання української мови. Тексти призначені не для читання, а для з’ясування важливих питань «яке слово краще вжити у тому чи іншому випадку?», «яке словосполучення буде більш доречним?», «як часто у текстах використовується та чи інша словоформа?».

Близько 50 млн. слововживань введено до Корпусу протягом п’яти років. Підкорпус публіцистики становить 17 млн. слововживань; художньої прози – 24 млн.; поезії – 1 млн.; наукового стилю – 3 млн.; офіційно-ділового – 2 млн., фольклору – 32 тис. Кожен уведений текст маркується за жанровими особливостями й типом тексту. Навіть найвибагливіший користувач Корпусу знайде текст на свій смак.

Найближчими роками планується розширити Корпус до 100 млн. слововживань, доповнивши його українською мовою з різних регіонів України та діаспори, текстами XIV–XVIII ст., зробити підкорпус усних текстів та дати підґрунтя для роботи літераторів з віршованими розмірами, ритмікою та строфікою поетичних текстів. Британський національний корпус нараховує 100 млн. слововживань, Корпус австралійської періодики – 300 млн., Корпус чеської мови – 300 млн., Корпус німецької мови – 778 млн. слововживань.

Фахівці лінгвістичних і нелінгвістичних дисциплін за допомогою Корпусу можуть легко збирати та зберігати мовні факти, складати масштабні дослідницькі бази «під проблему»: для формування словника, укладання словникової статті, пошуку прикладів із слововживання в українській мові – для бакалаврських, магістерських чи кандидатських робіт. Українська лінгвістика тепер має зручний інструмент для розгляду дискусійних питань правопису, моніторингу тенденцій розвитку мови, змін у мовній системі, інновацій у різних підсистемах мови, правописних норм у сучасному мовленні.

Корпус текстів може бути джерелом для укладання різних словників, зокрема:
• алфавітно-частотних – слів і словоформ;
• граматичних – з морфологічною або синтаксичною інформацією, напр., про синтаксичні моделі – дієслівні, субстантивні, атрибутивні;
• морфемних і словотвірних – із частотними характеристиками, за якими можна вивчати комбінаторно-дистрибутивну будову слів або словотвірне значення кожної афіксальної морфеми в текстах;
• тезаурусів;
• словників неолексем.

І це цілком можливо, оскільки у базі для цього передбачено параметри:
1) граматичні (частина мови і категоріальні значення, напр., рід, число, відмінок, особа тощо);
2) структурні (моделі морфної структури слів різних частин мови; моделі керування – дієслівні, іменні, атрибутивні тощо);
3) лексико-семантичні (системні відношення: синонімія, антонімія, омонімія, ідеографія);
4) статистичні.

Система отримала схвальні відгуки від колег-лінгвістів із усієї України, адже Корпус дає можливість знаходити відповіді на несподівані питання та ставити нові проблеми перед лінгвістикою майбутнього.

Центр комунікацій

Повернутися до списку

Анонс подій

10.07.2020
“EUREKA Globalstars”
Україна вперше долучається до ініціативи “EUREKA Globalstars” у межах міжнародної інноваційної програми “EUREKA“. Це дасть змогу командам українського бізнесу, наукових установ та вишів взяти участь у спільному конкурсі проєктів між країнами-членами “EUREKA” та Сінгапуром: “Call for Joint R&D Projec... детальніше...
06.07.2020
Безкоштовний вебінар на тему «SciVal: Як оцінити результати досліджень у світі даних?»
Йтиметься про використання можливостей аналітичної платформи «SciVal», яка дає змогу проводити бенчмаркінг, стратегічне планування та отримувати інформацію, важливу для ефективного управління науково-технічною та інноваційною діяльністю детальніше...
03.07.2020
Астрономічна обсерваторія КНУ імені Тараса Шевченка в міжнародному проекті Europlanet 2024 Research Infrastructure
Науковці з астрономічної обсерваторії КНУ імені Тараса Шевченка розпочали участь у міжнародному проєкті  Europlanet 2024 Research Infrastructure в рамках програми «Горизонт 2020» детальніше...
01.07.2020
Міждисциплінарний аналітичний центр соціально-економічного добробуту та психічного здоров’я в Університеті
Відповідно до Наказу №423-32 від 24.06.2020 в в Університеті створено новий «Міждисциплінарний аналітичний центр соціально-економічного добробуту та психічного здоров’я» детальніше...
30.06.2020
МІШУРІ Юлії Степанівні присвоєно почесне звання «Заслужений діяч науки і техніки України»
УКАЗ ПРЕЗИДЕНТА УКРАЇНИ №254/2020 «Про відзначення державними нагородами України з нагоди Дня Конституції України» детальніше...
30.06.2020
4 безкоштовних вебінари з використання бази даних Scopus
Знайомство з базою даних Scopus, пошук інформації в ній, ScienceDirect та профіль автора у Scopus – про все це українські науковці зможуть дізнатися на безкоштовних вебінарах впродовж липня 2020 року. Тренінги матимуть змогу пройти представники закладів вищої освіти і наукових установ України детальніше...
Всі події